Na comercialização da energia elétrica no Ambiente de Contratação Livre (ACL), os produtores que geram energia a partir de fontes renováveis (principalmente eólica e solar), enfrentarão incertezas de como aumentar suas receitas devido às incertezas de recursos provenientes do meio ambiente, como o vento e a radiação solar, além das incertezas dos preços da eletricidade. Este trabalho propõe um método de Aprendizado por Reforço Profundo para abordar esta questão. De acordo com o método, um agente, modelado por uma rede Deep Learning, deverá ser treinado para mapear os estados de entrada, e controlar as ações de uma Usina Fotovoltaica (UFV) equipada com um Sistema de Armazenamento de Energia (SAE). Através do agente, a influência das incertezas da geração solar e dos preços da eletricidade na receita podem ser envolvidos automaticamente e uma decisão ótima esperada pode ser obtida. O trabalho objetiva superar os desafios das incertezas e receitas ótimas para a Usina Fotovoltaica.